摘 要： 代谢组学是近年来快速发展的“组学”, 其优势在于高敏感度、高精确度、费用较低, 具有广阔的发展前景。细胞衰老是随着生物体年龄增大, 细胞增殖、分化能力和生理功能逐步退变的过程。代谢组学技术可以动态监测机体随细胞衰老代谢产物的改变。代谢组学在衰老研究中具有重要意义, 本文综述了代谢组学在衰老研究中的进展。这些研究发展加深了人们对于细胞衰老机制及过程的了解, 也为衰老相关性疾病的研究提供了新的研究方法及思路。
关键词： 代谢组学; 衰老; 细胞衰老; 衰老相关性疾病;
Abstract： Metabolomics is one kind of"Omics"with rapid development in recent years.Its advantages lie in high sensitivity, high accuracy and low cost.Metabolomics have broad prospects for development and the application of discipline spans biotechnology and pharmaceutical technology.Cellular senescence is a process characterized by the irreversible loss of cell growth and proliferation.Metabolomics can dynamically monitor the changes of the metabolites in the body following cellular senescence, and it makes metabonomics being of great significance in senescence research.This review introduces the progress of metabonomics in senescence research which deepened people′s understanding of the process of cellular senescence and provides new research methods and ideas for the study of senescence mechanism and senescence related diseases.
Keyword： Metabolomics; Senescence; Cellular senescence; Senescence related diseases;
组学 (Omics) 主要包括基因组学 (Genomics) 、蛋白组学 (Proteinomics) , 代谢组学 (Metabolomics) 、转录组学 (transcriptomics) 、脂类组学 (lipidomics) , 免疫组学 (Immunomics) 、糖组学 (glycomics) 和RNA组学 (RNomics) 等。代谢组学的主要研究对象是细胞和生物体代谢的中间体和终产物, 是近年来快速发展的“组学”[1]。代谢组学 (metabonomics/metabolomics) 的概念最初是由Nicholson等在1999年于代谢轮廓分析中提出的, 随着代谢组学的发展, 其被广泛认为是对生物体内代谢物进行定性或定量分析, 描绘代谢物对外界刺激或基因改变应答规律的研究学科[2]。近年来Metabonomics发展快速, 该学科应用跨越了生物及医药技术, 优势在于高敏感度、高精确度、费用较低, 具有广阔的发展前景。
1961年Hayflick发现, 正常细胞在体外条件下增殖分裂50到70代即进入一种无法进一步传代培养的状态, 这种现象被称为“Hayflick极限”, 也就是细胞衰老 (cellular senescence) , 即一种细胞增殖分化能力及其生理功能逐步退化的过程[3]。与增殖、分化及凋亡一样, 细胞衰老也属于细胞的基本活动。自20世纪中期至今, 众多研究致力于探究衰老的机制及过程、衰老的类型以及细胞衰老过程对于衰老相关性疾病的调控机制。新近研究表明[4]细胞衰老对于多种衰老相关性疾病具有复杂的双刃剑式调控作用。
机体的衰老必然伴随着代谢改变, 代谢组学在衰老研究中的进展加深了人们对于衰老机制及过程的认识, 为衰老相关性疾病的研究提供了新的研究方法及思路。因此本文对代谢组学在衰老研究中的进展进行简要综述。
1 代谢组学常用技术
代谢组学是一个先进的研究系统, 该学科技术的发展是代谢组学的必要前提。代谢组是指在细胞或生物标本中小分子代谢物 (通常小于1500 Da) 的动态集合-如糖、氨基酸、有机酸、核苷酸、酰基肉碱、血脂等[5]。代谢物的检测依赖于各种分析化学技术, 研究的对象主要包括血清/血浆等人体体液及组织和细胞提取液等。虽然经过多年发展代谢组学技术已大为提高, 但仍没有单一的分析方法适用于所有代谢产物的精准识别和量化。其中, 质谱 (mass spectrum) 技术与核磁共振 (nuclear magnetic resonance) 技术是现在应用范围最广的代谢组学技术, 在医药、药学及生物学等多方面展现出了良好的应用前景。
衰老相关代谢组学探究
1.1 质谱技术
质谱技术的优点是高特异性及分辨率, 且样品用量少、分析速度快、分离和鉴定可同时进行, 缺点是样品制备过程复杂, 在检测过程中代谢产物会造成损失。该技术常与气相、液相色谱等技术联用, 在复杂体系代谢产物的结构鉴定中具有很大的优势[6]。
1.2 核磁共振 (NMR) 技术
核磁共振技术是一种非破坏性技术, 能偶解析分子结构, 探测代谢物的分子动力学及迁移率。核磁共振技术可以通过分析内源性代谢物的代谢途径及代谢状况, 从而分析疾病的病理变化过程, 筛选出用于疾病鉴别及预后检测的生物标志物。自20世纪中期开始NMR在代谢组学的检测技术中就占据着重要的地位, 现广泛用于化学结构鉴定, 其中最常用的是氢谱NMR (1H-NMR, 1HNMR) 。NMR的特点是检测范围广, 对样品制备要求低, 但灵敏度较低。高分辨魔角旋转 (HR-MAS) 技术是新近发展的NMR技术, 目前已应用于多种离体肿瘤组织代谢组学的研究[7]。
1.3 光谱法
光谱分析法 (spectral analysis、spectrum analysis) 是根据物质的光谱来鉴别物质及确定其化学组成和相对含量的方法, 是以分子和原子光谱学为基础建立起来的分析方法, 可分为原子光谱法和分子光谱法。光谱法中的近红外光谱 (near infrared spectroscopy) 技术是一种高效快速的现代分析技术[8], 其应用于代谢组学研究具有可行性, 因为人体提供热能的三种主要的营养素和生化组织均可在近红外光谱波段产生吸收光谱。光谱分析法的优点是分析速率快、样品损伤小等, 但需要大量样品进行化学分析建模, 测试成本较大。
1.4 在体检测技术
在体核磁共振波谱 (MRS) 技术能从分子代谢水平无创地反映组织细胞病理生理改变, 在疾病的早期诊断、治疗及预后监测存在着相当的优势。因为其能够检测研究对象中浓度很小的小分子物质, 并可以研究生物体中代谢产物的变化曲线。液相色谱-质谱联用技术和MRS相结合进行代谢组学分析更具有优越性。
2 衰老相关代谢组学
衰老是一个动态的变化过程, 衰老研究在基因组学、转录组学、蛋白组学已经非常深入, 但现阶段研究不足以解决我们想要认识及解决的衰老及其相关问题, 为了更好地了解细胞衰老过程, 也为更好地认识衰老及衰老相关性疾病的机制, 代谢组学在衰老研究的应用显得非常重要。
2.1 脂类代谢
脂类代谢在衰老的过程中充当着非常重要的角色, 并且影响着多数的衰老相关疾病的病情进展及结果, 脂类及其代谢产物与体内很多化学反应关系密切。近年来很多关于衰老代谢组学的研究发现:随年龄的增长, 在线粒体中, 氧自由基不断积累, 自由基攻击线粒体双层膜上的磷脂时, 线粒体的发生病理改变[9], 加快细胞衰老的速度。一些文献报道中, 肉碱是在脂肪的氧化中作为负责脂肪酸转运的载体, 起到了关键的限制酶作用[10], 在人肝脏的衰老中有着明显的指导意义。随着衰老, 溶血磷脂酰胆碱、sn-甘油-3-磷酸胆碱的含量减少, 这可能与细胞凋亡机制有关[11]。
2.2 糖类代谢
糖类代谢途径包括糖的无氧酵解、三羧酸循环、磷酸戊糖途径、糖原的合成及分解和糖异生等。其中三羧酸循环是人体内极其重要的代谢途径, 包含且影响着体内多种代谢产物, 也与衰老有着很广泛、深刻的联系。三羧酸循环的代谢水平下降, 使细胞中的NAD+的数量减少, 即随着机体衰老而减少[12,13,14], 这一过程导致机体氧化应激反应增加, 伴随着这些细胞信号的功能衰退, 许多与年龄相关的氧化应激和炎性反应渐渐增加, 最终导致冠心病、糖尿病及认知障碍性疾病等衰老相关疾病的产生[15]。大量实验表明, 随着衰老的发展, 三羧酸循环代谢能力下降, 且相关代谢产物水平也降低, 通过代谢组学的研究可能能更好地认识这一过程, 可以对这一代谢途径进行调控, 稳固体内三羧酸循环的进行[16], 减缓衰老的进程。
2.3 氨基酸代谢
氨基酸及其代谢在衰老的过程中占有重要的地位。随着衰老发展, 体内蛋白质、激素等合成速度降低, 肠道菌群代谢活动紊乱, 所以肠道菌群可能吸收缬氨酸、异亮氨酸、苯丙氨酸等必需氨基酸来利于自身合成蛋白, 进而导致氨基酸含量的下降, 影响体内正常代谢循环, 加剧组织及器官的衰老。支链氨基酸是调节机体能量代谢平衡的重要物质, 随着细胞衰老, 机体能量代谢紊乱, 有可能降低支链氨基酸的量[17], 从而进一步影响能量代谢平衡。在许多疾病发病机制中, 谷氨酸能神经元过度释放谷氨酸使其具有兴奋毒性, 最终导致细胞衰老、死亡[18]。还有研究利用磁共振光谱法结合质谱法和气相色谱法发现精氨酸和其产物能存进肿瘤分生长, 精氨酸拮抗剂也是有效的抗肿瘤药物。
2.4 代谢组学在衰老相关疾病中的应用
衰老是身体器官功能的衰退老化, 衰老相关的疾病如动脉粥样硬化性疾病、肿瘤以及一些老化退行性疾病等呈明显增多趋势[19]。通过代谢组学可以观察细胞衰老过程中的代谢轮廓变化, 也可以研究衰老相关性疾病中生物体代谢产物的变化及特点, 为衰老在这些疾病中所扮演的“角色”及相关作用机制的认识提供新的研究方法及思路, 可能为衰老相关疾病的预防及于洪评估提供更好的生物标志, 更可以采用代谢组学手段使抗衰老药物及衰老相关疾病治疗用药的作用机理更加明确。
2.4.1 肿瘤
恶性肿瘤的特点之一就是代谢改变。致癌基因的活化可启动细胞衰老进程, 使细胞进入衰老状态, 抑制肿瘤细胞的复制及侵袭, 而另一方面, 持续的细胞衰老导致局部组织、器官的慢性炎症, 造成肿瘤的恶化。这一矛盾的产生可能在于细胞衰老是否“适度”, 通过代谢组学及代谢技术可以更好地认识到细胞衰老的过程及这个“度”, 找到调控细胞衰老的重要靶点, 为肿瘤疾病带来更好的治疗方法。在很多肿瘤疾病的研究中都利用代谢组学分析机体内源物的改变, 已达到更好的早期诊断、临床治疗及预后判断。有研究证明[20,21]利用血液及尿液的代谢组学分析, 有助于早期鉴别肾肿瘤的良恶性、揭示病理机制并评估病情发展。利用代谢组学技术更可以在抗癌药物的研究中更明确的分析机体代谢物的变化及药物的作用机理, 从而更好的甚至“单一”的选择药物治疗。
2.4.2 动脉粥样硬化
动脉粥样硬化是心脑血管疾病的最主要危险因素, 病程与内皮细胞和平滑肌细胞衰老相关[22]。脂类代谢障碍是动脉粥样硬化的病变基础, 氧化性低密度脂蛋白是冠状动脉粥样硬化的重要致病因素, 研究者通过代谢组学技术发现心肌梗死的患者脂质代谢与鞘磷脂通路、鞘磷脂、神经酰胺及急性炎症标志物 (高敏C反应蛋白) 有很大的正相关性[23], 而溶血卵磷脂与心血管疾病的发病率、退化的内膜中层厚度呈负相关[24]。代谢组学在动脉粥样硬化研究中, 可增加对心脑血管疾病发病机制的理解, 有助于监测疾病的发生及发展。
2.4.3 阿尔兹海默症
老年痴呆症也就是阿尔兹海默症 (Alzheimer disease, AD) , 是一种神经系统退行性疾病, AD的进展与机体胆固醇代谢异常有关[25]。在正常衰老过程中24-S羟胆固醇水平相对稳定, 而在神经退行性疾病早期, 髓鞘破坏导致24-S羟胆固醇生产增多, 直到后期出现大量神经元的丢失, 24-S羟胆固醇的生成减少[26]。通过代谢组学技术可以更好地探究胆固醇及其代谢产物在AD等神经系统退行性疾病中的角色, 增加对AD发病机制的理解, 有助于早期预防及治疗。
综上所述, 代谢组学在衰老的研究中正处在一个蓬勃的发展期, 有着良好的发展前景。这其中也面临着较大的困难, 如检测技术的不同, 样品的处理方式相差较大, 统计方法、结果标准化不一等。整合成为了代谢组学发展至今最重要的趋势之一, 包括了检测技术及分析平台的整合统一, 未来代谢组学在衰老中的进展将集中在更高级的代谢组学统计学分析软件和更精确的代谢标志物先进平台。相信随着代谢组学的发展, 代谢组学在衰老研究中的进展会进一步加深人们对于衰老机制及过程的认识, 为衰老相关性疾病的研究提供了新的研究方法及思路, 为衰老相关性疾病带来新的治疗方法。
参考文献：
[1] Stringer KA, Mckay RT, Kamnovsky A, et al. Metabolomics and its application to acute lung disease[J]. Front Immunol, 2016, 7:44.
[2]郝晓伟, 卢洪涛, 夏德萌, 等.基于液相色谱串联质谱的野生型C57BL/6衰老小鼠血清代谢物轮廓分析[J].中国老年学, 2017, 37 (6) :1346-1350.
[3]尉迟海深, 林金德.人羊膜上皮细胞抗细胞衰老作用的研究进展[J].中国美容整形外科杂志, 2016, 27 (5) :306-308.
[4]付小明, 花芳, 胡卓伟.细胞衰老与衰老相关性疾病[J].生理科学进展, 2012, 43 (5) :376-380.
[5] Kalim S, Rhee EP. An overview of renal metabolomics[J].Kidney International, 2017, 91 (1) :61-69.
[6] Marshall DD, Powers R. Beyond the paradigm:combining mass spectrometry and nucl er magnetic resonance for metabolomics[J]. Prog Nucl Magn Reson Spectrosc, 2017, 100:1-16.
[7] Moestue S, Sitter B, Bathen TF, et al. HR MAS Mr spectroscopy in metabolic characterization of cancer[J]. Curr Top Med Chem, 2011, 11 (1) :2-26.
[8]胡晓男, 彭云发, 罗雪宁, 等.果品质量近红外光谱检测技术应用与研究进展[J].农业工程, 2014, 4 (5) :53-58.
[9] Newgard CR, Pessin JE. Recent progress in metabolic signaling pathways regulating aging and life span[J]. Biol Sci, 2014, 69 (1) :21-27.
[10] Rizza S, Copetti M, Ross C, et al. Merediction of canliovascular events in elderly subjects[J]. Atherosclerosis, 2014, 232 (2) :260-264.
[11] Zhang L, Han X, Li Z, et al. Metabolomies research on time-selected combination of LiuweiDihuang and Jinkuishenqi pills in treating kidney deficiency and aging by chemometric methods[J]. Chemometrics Intell Lab Syst, 2014, 130 (1) :50-57.
[12] Gomes AP, Price NL, Ling AJ, et al. Declining NAD+induces a pseudohypoxic state disrupting nuclear-mitochondrial communication during aging[J]. Cell, 2013, 155 (7) :1624-1638.
[13] Kim HJ, Oh GS. Choe SK, el al. NAD Metalolistmn in age-tclat-ed hearing loss[J]. Aging Dis, 2014, 5 (2) :150-159.
[14] Prolla TA. Delu JM. NAD Deficiency in age-related mitochodrial dysfunction[J]. Cell Metal. 2014, 19 (2) :178-180.
[15] Singh T, Newman AB. Inflammatory markers in population studies of aging[J]. Ageing Research Reviews, 2011, 10 (3) :319-329.
[16]张瑜.黄芩药理作用的研究进展[J].医学综述, 2013, 19 (6) :1091-1093
[17] Li Y, Man S, Li J, et al. The antitumor effect of formosanin C on HepG2 cell as revealed by (1) H-NMR based metabolic profiling[J]. Chemico-Biological Interactions, 2014, 220:193-199.
[18] Nakajima Y, Iguchi H, Kamisuki S, et al. Low doses of the mycotoxin citrinin protect cortical neurons against glutamate-induced excitotoxicity[J]. J T Sci, 2016, 41 (2) :311-319.
[19] Rizza S, Copetti M, Rossi C, et al. Metabolomics signature improves the prediction of cardiovascular events in elderly subjects[J]. Atherosclerosis, 2014, 232 (2) :260-264.
[20] Darshi M, Van EB, Sharma K. Metabolomics in diabetic kidney disease:unraveling the biochemistry of a silent killer[J]. American Journal of Nephrology, 2016, 44 (2) :92-103.
[21] Batova A, Altomare D, Creek KE, et al. Englerin A induces an acute inflammatory response and reveals lipid metabolism and ER stress as targetable vulnerabilities in renal cell carcinoma[J]. Plos One, 2017, 12 (3) :e0172632.
[22]赵欢, 周斌.细胞衰老研究现状[J].中国细胞生物学学报, 2017, 39 (6) :687-694.
[23] Park J Y, Lee SH, Shin MJ, et al. Alteration in metabolic signature and lipid metabolism in patients with angina pectoris and myocardial infarction[J]. PLoS One, 2015, 10 (8) :e0135228.
[24] Fernandez C, Sandin M, Sampaio JL, et al. Plasma lipid composition and risk of developing cardiovascular disease[J]. PLoS One, 2013, 8 (8) :e71846.
[25] Anstey KJ, Ashby-Mitchell K, Peters R. Updating the evidence on the association between serum cholesterol and risk of late-life dementia:review and meta-analysis[J].J Alzheimers Dis, 2017, 56 (1) :215.
[26] Leoni V, Caecia C. 24s-hydroxycholesterol in plasma:a marker of cholesterol turnover in neurodegenerative diseases[J]. Biochimie, 2013, 95 (3) :595-612.
